Produktivität von Dienstleistungen

Von Springer Gabler

Die Dienstleistungswirtschaft ist ein zentraler Baustein unseres Wohlstandes und beschäftigt den Großteil der Erwerbstätigen. Folglich gilt es, gerade hier Potenziale für Produktivitätsgewinne zu identifizieren und auszuschöpfen. Eine Übertragung der Instrumente zur Produktivitätsbewertung und -steigerung aus der Sachgüterproduktion hat sich allerdings als nicht zielführend erwiesen, da beispielsweise die Qualitätsaspekte einer Dienstleistung nicht berücksichtigt werden.

Was ist daher bei der produktivitätsorientierten Gestaltung von Dienstleistungen zu beachten? Wie können konkrete Lösungen aussehen? Was sind innovative Ansätze und Methoden? Der vorliegende Sammelband gibt Antworten, indem er den aktuellen Stand des Wissens in Forschung und Praxis zusammenträgt und anwendungsorientiert präsentiert. Dazu werden konkrete Lösungen, innovative Ansätze und Methoden vorgestellt sowie Validierungen und Umsetzungen mit Praxispartnern durchgeführt.

Die Beiträge spiegeln die Ergebnisse aus acht praxisorientierten Forschungsprojekten wider, die überwiegend im Rahmen des Förderschwerpunkts „Produktivität von Dienstleistungen“ innerhalb des Förderprogramms „Innovationen mit Dienstleistungen“ des Bundesministeriums für Bildung und Forschung (BMBF) erarbeitet wurden. Mit der Durchführung des Förderschwerpunktes wurde der Projektträger im Deutschen Zentrum für Luft- und Raumfahrt (PT/DLR) betraut.

• Sprache: Deutsch
• Herausgeber: Springer Gabler
• Erscheinungsdatum: 31. Juli 2014
• ISBN: 9783658040864

Buchvorschau

© Springer Fachmedien Wiesbaden 2014

Klaus Möller und Wolfgang Schultze (Hrsg.)Produktivität von Dienstleistungen10.1007/978-3-658-04086-4_1

1. Methoden und Instrumente zur Messung und Verbesserung der Produktivität industrieller Dienstleistungen in KMU

Peter Weiß⁴  , Stephan Platz³  , Susanne Crezelius²  , Christina Große²  , Jens Hogreve¹  , Kathrin Albrecht¹   und Andreas Zolnowski⁵  

(1)

Katholische Universität Eichstätt-Ingolstadt, Ingolstadt, Deutschland

(2)

Deutsche Gesellschaft für Qualität e.V. (DGQ), Frankfurt am Main, Deutschland

(3)

ISM Institute of Service Management gGmbH, Hamburg, Deutschland

(4)

Business Analytics, Weiss4 Forschung, Innovation, Hamburg, Deutschland

(5)

Universität Hamburg, Hamburg, Deutschland

Peter Weiß (Korrespondenzautor)

Email: [e-mail]

Stephan Platz

Email: [e-mail]

Susanne Crezelius

Email: [e-mail]

Christina Große

Email: [e-mail]

Jens Hogreve

Email: [e-mail]

Kathrin Albrecht

Email: [e-mail]

Andreas Zolnowski

Email: [e-mail]

Dr. Peter Weiß ist Professor und Dozent für Wirtschaftsinformatik mit Spezialisierung auf Service Operations Management. Er forscht zur Gestaltung produktiver Dienstleistungsprozesse in Hamburg. Dr. Weiß leitet wissenschaftlich das Verbundforschungsprojekt PROMIDIS, welches untersucht, wie Unternehmen ihre Dienstleistungen produktiver gestalten können.

Aktuelles Forschungsprojekt

PROMIDIS („Produktivitätsmanagement für industrielle Dienstleistungen stärken")

Stephan Platz ist wissenschaftlicher Mitarbeiter an der ISM Institute of Service Management gGmbH und Doktorand.

Aktuelles Forschungsprojekt

PROMIDIS („Produktivitätsmanagement für industrielle Dienstleistungen stärken")

Susanne Crezelius ist Mitarbeiterin der Deutschen Gesellschaft für Qualität e.V. (DGQ), Frankfurt am Main, und hat die Projektleitung für die Fallstudie des PROMIDIS-Projektes inne.

Aktuelles Forschungsprojekt

PROMIDIS („Produktivitätsmanagement für industrielle Dienstleistungen stärken")

Christina Große ist wissenschaftliche Mitarbeiterin in der Fallstudie des PROMIDIS-Projektes der Deutschen Gesellschaft für Qualität e.V. (DGQ), Frankfurt am Main.

Aktuelles Forschungsprojekt

PROMIDIS („Produktivitätsmanagement für industrielle Dienstleistungen stärken")

Jens Hogreve ist Inhaber des Lehrstuhls für ABWL und Dienstleistungsmanagement an der KU Eichstätt-Ingolstadt.

Aktuelles Forschungsprojekt

PROMIDIS („Produktivitätsmanagement für industrielle Dienstleistungen stärken")

Kathrin Albrecht ist wissenschaftliche Mitarbeiterin und Doktorandin am Lehrstuhl für ABWL und Dienstleistungsmanagement an der KU Eichstätt-Ingolstadt.

Aktuelles Forschungsprojekt

PROMIDIS („Produktivitätsmanagement für industrielle Dienstleistungen stärken")

Andreas Zolnowski ist wissenschaftlicher Mitarbeiter und Doktorand am Arbeitsbreich IT-Management und-Consulting an der Universität Hamburg. Er ist Koordinator desVerbundforschungsprojekts PROMIDIS.

Aktuelles Forschungsprojekt

PROMIDIS („Produktivitätsmanagement für industrielle Dienstleistungenstärken")

Übersicht

In diesem Kapitel werden die Erkenntnisse des ersten Projektjahres des BMBF-Verbundvorhabens PROMIDIS dargestellt. Der Fokus der Arbeiten liegt auf der Messung und Verbesserung der Produktivität von industriellen oder produktbegleitenden Dienstleistungen von kleinen und mittleren Unternehmen (KMU). Dazu wird zunächst der Lösungsraum für potenzielle Lösungen erschlossen und ein ganzheitliches Produktivitätsmodell erarbeitet. Dies bildet den Ausgangspunkt und Rahmen zur Gestaltung von praxistauglichen Methoden und Instrumenten. Neben dieser theoretischen Perspektive werden auch erste Ergebnisse aus einer empirischen Untersuchung präsentiert, die Barrieren und Einflussfaktoren eines Produktivitätsmanagements industrieller Dienstleistungen untersucht. Dabei stellt sich heraus, dass sich insbesondere sechs Faktoren identifizieren lassen, die die Produktivität von Dienstleistungen beeinflussen können. Abgerundet wird das Projekt durch ausgewählte Fallstudien, die die Evaluierung und Erprobung der entwickelten Gestaltungs- und Steuerungsinstrumente zur Messung von Produktivität von Dienstleistung realisieren. Auf Grundlage einer detaillierten Prozessaufnahme werden Dienstleistungsprozesse eines KMUs exemplarisch untersucht. Dazu wird die sogenannte Turtle-Methode angewendet, die eine praxisnahe Modellierung und Analyse von Geschäftsprozessen von Unternehmen ermöglicht. Das Kapitel endet mit einer Zusammenfassung und einem Ausblick auf die nächsten Schritte und Aktivitäten.

1.1 Motivation

Die Messung und Verbesserung der Produktivität industrieller Dienstleistungen stellt eine große Herausforderung für die Praxis als auch die Wissenschaft dar. Bestehende Definitionen zur Produktivität und speziell zur Dienstleistungsproduktivität sind vielschichtig und nicht einheitlich [56]. Dieser Beitrag beleuchtet die Anforderungen an geeignete Methoden und Instrumente für das Produktivitätsmanagement. Drei konkrete Themengebiete und Handlungsfelder werden vorgestellt. Diese Themengebiete werden aktuell von interdisziplinären Forschungsgruppen im Rahmen des BMBF-Verbundvorhabens PROMIDIS [61] von einem Konsortium untersucht. Zu jedem der Themengebiete wird ein kurzer Überblick zu den Forschungsfragen und zentralen Problemstellungen gegeben. Die bisher erzielten Ergebnisse werden kurz vorgestellt und die nächsten Schritte und Aktivitäten präsentiert. Der Beitrag zeigt auf, wie vielschichtig und vielseitig das Forschungsgebiet „Produktivität von Dienstleistungen" ist.

Die in diesem Beitrag vorgestellten Forschungsarbeiten sind Teil eines Verbundes von Forschungsprojekten sowie einer strategischen Partnerschaft, welche sich der Themenstellung Produktivität von Dienstleistungen im Rahmen eines BMBF-Förderschwerpunktes seit einigen Jahren widmen. Das Verbundprojekt besteht aus den Projektpartnern ISM Institute of Service Management gGmbH (01FL12001), Katholische Universität Eichstätt-Ingolstadt (01FL12002), Rationalisierungs- und Innovationszentrum der Deutschen Wirtschaft e. V. (01FL12003) und Deutsche Gesellschaft für Qualität e. V. (01FL12004).

Bezugnehmend auf den OECD-Bericht aus dem Jahre 2001 [56], hat sich zwischenzeitlich etwas mehr Klarheit und Einheitlichkeit ergeben. Sicher sind noch viele Fragen speziell zur Dienstleistungsproduktivität unbeantwortet und das Forschungsgebiet wird auch zukünftig noch spannende Fragestellungen bereithalten. Dennoch haben sich durch den Aufbau einer gemeinsamen Wissensbasis durch die strategische Partnerschaft [73] (bspw. durch die Produktivitätsleitlinien) und den Diskurs zwischen Projekten, Akteuren und Zielgruppen eine Harmonisierung und damit ein besseres Grundverständnis hinsichtlich der Konzepte, Methoden und Instrumente zur Messung der Produktivität von Dienstleistungen entwickelt.

1.2 Arbeitsschwerpunkte

Im Folgenden wird kurz auf industrielle oder produktbegleitende Dienstleistungen als spezieller Typus von Dienstleistungen eingegangen. Im Mittelpunkt der nachfolgenden Forschungsarbeiten stehen die speziellen Anforderungen und Bedürfnisse von kleinen und mittleren Unternehmen (KMU). Während große Unternehmen meist über eine ausgereifte Infrastruktur und Informations- und Kommunikationssysteme verfügen, sind diese in KMU meist nicht vergleichbar entwickelt und besitzen nicht die Reife wie in Großunternehmen. Industrielle Dienstleistungen werden für Geschäftskunden erbracht, die Produkte eines Herstellers einsetzen. Eine typische Rolle eines KMU ist die eines reinen Dienstleisters, welcher standardisierte oder spezielle Dienstleistungen für eine installierte Basis oder für Anlagen und Gebäude erbringt. Bevor auf die einzelnen Themenstellungen im Detail eingegangen wird, wird zum besseren Verständnis zunächst die Produktivität von Dienstleistungen, industrielle Dienstleistungen sowie der Kontext der präsentierten wissenschaftlichen Untersuchungen und der daraus resultierenden Ergebnisse kurz beleuchtet.

Die präsentierten Forschungsarbeiten befinden sich noch in einer frühen Phase. Deshalb überwiegen in den einzelnen Themenschwerpunkten die Analysen zu Anforderungen, konzeptionelle Betrachtungen zur Dienstleistungsproduktivität und die Präsentation von vorläufigen nicht endgültigen Forschungsergebnissen. Die bisher erzielten Ergebnisse sind im weiteren Verlauf des Forschungsvorhabens im Rahmen von Fallstudien zu validieren und zu bewerten.

Abbildung 1.1 zeigt den interdisziplinären Ansatz sowie die einzelnen Themen- und Arbeitsschwerpunkte des Forschungsvorhabens PROMIDIS. In den drei dargestellten Themenschwerpunkten werden gemeinsame Ergebnisse erzielt, die dann mit Hilfe von fünf konkreten Ergebnistypen zusammengeführt und integriert werden. Ein Modell zur Produktivität von Dienstleistungen wird auf Basis einer Auswertung bestehender Literatur und des Stands der Technik entwickelt. Dieses schafft damit die Grundlage für die Entwicklung von geeigneten Messverfahren und die Ableitung von Kriterien zur Bewertung der Dienstleistungsproduktivität von industriellen Dienstleistungen. Die Ergebnisse bilden den konzeptionellen Rahmen für die Erforschung und Entwicklung von Instrumenten und Werkzeugen, die die speziellen Anforderungen der Zielgruppe erfüllen.

A317005_1_De_1_Fig1_HTML.gif

Abb. 1.1

Überblick über Themenfelder und Arbeitsschwerpunkte von PROMIDIS

Fallstudien bilden in diesem Zusammenhang ein zentrales Konzept, welches sicherstellt, dass im Rahmen des Projekts bestehende Anforderungen der Zielgruppe KMU frühzeitig in die Forschung und Entwicklung von Lösungsansätzen einfließen. Die Durchführung von Fallstudien erlaubt im weiteren Verlauf des Projekts die Validierung und Evaluierung der erzielten Ergebnisse sowie die Erprobung von entwickelten Instrumenten und Werkzeugen. Im Rahmen des Projekts ist die softwaretechnische Umsetzung entwickelter Lösungskonzepte geplant. Die Nachhaltigkeit des Projekts wird schließlich durch die Entwicklung eines Qualifizierungskonzeptes erreicht, welches die entwickelten Inhalte, Lösungskonzepte, Modelle sowie die Instrumente und Werkzeuge in ein auf die Zielgruppe ausgerichtetes Qualifizierungsangebot integriert. Erzielte Erkenntnisse aus der Erprobung der Arbeitsergebnisse mit den Anwendungspartnern werden aufbereitet und in Schulungskonzepte einfließen. Die im Rahmen der konkreten Umsetzung von Pilotanwendungen in den einzelnen Fallstudien realisierten Ergebnisse und Erkenntnisse werden verallgemeinert, um sicherzustellen, dass diese die Zielgruppe in der angestrebten Breite und Tiefe erreichen werden.

1.3 Produktivitätsbegriff im Kontext industrieller Dienstleistungen

Zunächst wird in diesem Abschnitt der Produktivitätsbegriff im Kontext von industriellen Dienstleistungen beleuchtet. Danach werden industrielle Dienstleistungen als spezieller Dienstleistungstyp betrachtet. Die Zielgruppe der in diesem Beitrag vorgestellten Forschungsarbeiten adressieren primär KMU. Aus diesem Grund werden die speziellen Anforderungen und Bedürfnisse dieser Zielgruppe kurz motiviert. Mit Hilfe der Fallstudien werden die Anforderungen von KMU frühzeitig in den Forschungs- und Entwicklungsprozess eingebracht. Zuletzt wird die Ausrichtung und Zielsetzung des Förderschwerpunkts und die strategische Partnerschaft „Produktivität von Dienstleistungen" beschrieben. Sie stellen den Kontext und den Rahmen für die durchzuführenden Forschungsarbeiten dar.

1.3.1 Produktivität von Dienstleistungen

Beiträge und Definitionen zum Produktivitätsmanagement sind vielfältig und unterscheiden sich meist hinsichtlich Zielsetzung und Anwendung. Ausgangspunkt für die Entwicklung von Instrumenten und Werkzeugen zur Messung, Bewertung und Verbesserung der Dienstleistungsproduktivität bilden klassische Produktivitätsansätze, die im Bereich der produzierenden Industrie bzw. in der Güterproduktion angesiedelt sind. Erste Literaturrecherchen zeigen recht schnell, dass zahlreiche wissenschaftliche Papiere und Untersuchungen hierzu existieren, welche die verfügbare wissenschaftliche Literatur und Quellen zu Produktivitätsmodellen und -ansätzen auswerten. Eine ergiebige Quelle ist in diesem Zusammenhang u. a. die jährlich stattfindende RESER-Konferenz [65]. Den Ursprung von Produktivitätsbetrachtungen stellt das Operations Management dar  [39]. In der Produktion von Investitionsgütern und Handelswaren ist die Nutzung von Methoden und Werkzeugen zur Messung von Produktivitätskennzahlen und die daraus abgeleitete Produktionssteuerung ein gängiges Verfahren. Für die Dienstleistungswirtschaft fehlen solche Instrumente noch. Partner aus der Wissenschaft, von Wirtschaftsverbänden und aus der produzierenden Industrie wollen hierfür Lösungen schaffen.

Im nächsten Abschnitt wird die Produktivität von Dienstleistungen noch ausführlicher betrachtet, dennoch wird an dieser Stelle kurz auf die grundlegenden Konzepte und Dimensionen in Verbindung mit Messverfahren eingegangen. Als Verhältniszahl dient Produktivität dazu, die Ergiebigkeit eines Leistungsprozesses, d. h. der Transformation von Inputfaktoren (Ressourcen) in Outputfaktoren (Leistungsergebnisse) zu kennzeichnen.

Zentrale Konzepte der Dienstleistungsproduktivität werden in Grönroos  [26] genannt. Produktivität wird dort in Verbindung mit einem Transformationsprozess beschrieben, welcher Ressourcen als Input in Kundennutzen („customer value") als Output und folglich in profitable Geschäftstätigkeit überführt. Produktivität ist als ein übergreifendes Konzept zu interpretieren, welches in seiner Breite unterschiedliche Dimensionen und Perspektiven sowie Anwendungsfelder beinhaltet [39]. Effizienz, Effektivität, Auslastung bzw. Kapazität, Qualität und Prognose sind typische Dimensionen, die im Zusammenhang mit Produktivität zu betrachten sind [39, 78].

Produktivitätsbetrachtungen von industriellen Dienstleistungen unterscheiden sich hinsichtlich traditioneller Produktivitätsansätze in den einzelnen Dimensionen doch signifikant. Das Partizipieren bzw. die Einbindung des Kunden im Transformationsprozess [78] von Input zu Output, ist als ein wesentlicher Unterschied zu nennen [26]. Dies resultiert in mehr oder weniger intensiven Interaktionsprozessen zwischen den Akteuren, die sowohl die Qualität als auch die Produktivität beeinflussen. Die Qualität unterliegt bei Dienstleistungen dem subjektiven Wertempfinden des Kunden und den Kundenerwartungen hinsichtlich des Outputs. Die Messung von Produktivität muss deshalb Input- und Output-Faktoren beinhalten. Dem Marketing kommt im Zusammenhang mit der Dienstleistungsproduktivität eine wichtige Bedeutung zu, denn es hat maßgeblichen Einfluss auf die Kundenerwartungen [26, 78].

Teboul [78] betrachtet die Übereinstimmung des Wertversprechens aus den Perspektiven Kunden, Mitarbeiter sowie Geschäft. Letztere Perspektive stellt einen klaren Bezug zur Profitabilität her. Grönroos [26] hebt die Bedeutung der Beziehungsqualität zwischen den beteiligten Akteuren, speziell zwischen Kunde und Dienstleistungserbringer, hervor, um langfristig einen Lernprozess anzustoßen, welcher eine Verbesserung der Produktivität erreicht. Dieser Lernprozess wird von Gebauer et al. [23] als Grundlage zur weiteren Differenzierung eines produktzentrierten Leistungsangebots von KMU und damit zur Steigerung der Produktivität beschrieben. Die Autoren können empirisch aufzeigen, dass eine verstärkte Ausrichtung auf die Kundenbedürfnisse zu mehr Innovationen führt und sich langfristig positiv auf die Profitabilität („Business Performance") auswirkt. Eine vertiefende Diskussion dieses Wirkungszusammenhangs findet sich in [23, 24, 26, 43]. Die Beiträge argumentieren, dass sich mit zunehmender Abstrahierung und Aggregation von Teilproduktivitäten die Dienstleistungsproduktivität letztendlich auf die Dimensionen Qualität und Kundenprofitabilität reduzieren lässt. Beide Konzepte sind eng miteinander verbunden und sind durch Messverfahren in geeigneter Weise mit einzubeziehen. Dienstleistungsqualität hat mittel- und langfristig unweigerlich Effekte und Wirkungen auf die Profitabilität. Das Herunterbrechen in Teilproduktivitäten durch Modularisierung von Dienstleistungen motiviert die Einbeziehung von geschäftsprozessorientierten Kennzahlen, die es erlauben den Ressourceneinsatz und -verwendung in Verbindung mit den Aktivitäten des Dienstleistungsprozesses zu analysieren. Teboul [78] differenziert in Front- und Backstage-Aktivitäten, um die Dienstleistungserbringung zu analysieren [78].

Informations- und Kommunikationstechnologien (IKT) üben einen großen Einfluss auf die Produktivität aus. Abbildung 1.2 zeigt ein domänenspezifisches Informations- und Ressourcenmodell für industrielle Dienstleistungen in UML-Notation. IKT schaffen die Grundlage für den Einsatz von Messverfahren durch die Bereitstellung von kennzahlenbezogenen Daten [1, 38, 82]. Dies setzt allerdings voraus, dass das Unternehmen in der Lage ist, die notwendige Datenqualität sicherzustellen.

A317005_1_De_1_Fig2_HTML.gif

Abb. 1.2

Domänenspezifisches UML-Metamodell anhand der Dienstleistungsdimensionen

Dies trifft für viele KMU nicht zu und stellt aktuell eine der zentralen Barrieren für den Einsatz von analytischen Systemen in KMU dar. Fehlerhafte Daten erlauben keine verlässlichen Aussagen hinsichtlich bestimmter Kennzahlen. Simulationsbasierte Analysemethoden stellen eine vielversprechende und geeignete Methodik bereit, um Dienstleistungsprozesse hinsichtlich Produktivitätskennzahlen in der Entwurfs- bzw. Entwicklungsphase zu analysieren. Auf diese Weise werden Anforderungen hinsichtlich Datenqualität und -bereitstellung frühzeitig an die zuständigen Stellen im Unternehmen kommuniziert. Produktivitätsbetrachtungen finden in der Regel erst im operativen Betrieb des Dienstleistungskonzepts statt. Dies erschwert spätere Korrekturen und Verbesserungen.

Ein Ansatz zur Messung der Dienstleistungsproduktivität muss daher, die oben genannten Dimensionen und Perspektiven berücksichtigen und integrieren. Eine prozessorientierte Produktivitätsmessung offeriert viele Vorteile, denn auf diese Weise ist ein integriertes Messverfahren möglich, welches die genannten Dimensionen in geeigneter Weise einbindet.

1.3.2 Industrielle Dienstleistungen

Industrielle Dienstleistungen sollen hier typischerweise Leistungen umfassen, die von Industrieunternehmen in Verbindung mit Produkten als so genannte produktbegleitende Dienstleistungen angeboten werden sowie solche Leistungen, die von Dienstleistungsunternehmen vorzugsweise für die Industrie erbracht werden, sofern diese sich auf die Erstellung, Vermarktung und Nutzung von Sachgütern beziehen.

Anhand der Nachfrager, werden Dienstleistungen auf der obersten Ebene in zwei Klassen eingeteilt: in konsumtive und investive Dienstleistungen [20, 71]. Während beim erstgenannten die Nachfrager Endkonsumenten sind, werden letztere von Unternehmen oder Organisationen zur weiteren Leistungserstellung beschafft. Auf der nächsten unteren Ebene erfolgt eine anbieter-orientierte Unterscheidung. Die rein investiven Dienstleistungen werden von Unternehmen angeboten, deren Kernleistung in der Dienstleistungserbringung besteht. Wohingegen die Anbieter von industriellen Dienstleistungen produzierende Unternehmen sind, deren Hauptgeschäft in der Herstellung von Industriegütern liegt.

Die nachfolgenden Forschungsarbeiten konzentrieren sich auf industrielle Dienstleistungen. In diesem Zusammenhang stellen die produktbegleitenden Dienstleistungen eine wichtige Gruppe dar. Industrielle oder produktbegleitende Dienstleistungen, sowie deren fortgeschrittenen Versionen werden in der Dienstleistungsforschung auch als hybride Produkte oder hybride Wertschöpfung bezeichnet [84, 85].

Viele Unternehmen verbreitern und vergrößern aktuell ihr Dienstleistungsportfolio (vgl. hierzu [23, 24, 43, 78]). Meist lassen sich Maßnahmen zur Vergrößerung des Dienstleistungsangebots mit der Notwendigkeit zur Differenzierung des eigenen Angebots von der Konkurrenz begründen. Schwindende Gewinnmargen im Produktgeschäft veranlassen Unternehmen, zusätzlich zu den eigenen Produkten Dienstleistungen anzubieten [43, 78].

Industrielle Dienstleistungen bieten attraktivere Gewinnmargen und stellen zudem eine verlässliche Einnahmequelle für die Unternehmen dar (bspw. durch Wartungsverträge und Ersatzteile). Gebauer et al. [23] argumentieren, dass sich die Ausrichtung auf die Kundenbedürfnisse zukünftig weiter intensivieren wird. Ausgehend von der oben getroffenen Annahme, dass die Steigerung der Dienstleistungsproduktivität letztendlich in einem gesteigerten Kundenprofitabilität und Kundennutzen resultieren muss, macht eine verstärkte Ausrichtung auf die Kundenbedürfnisse und den Kundenprozess notwendig [23, 24]. Johnston und Jones [39] subsumieren einen ähnlichen Ansatz unter dem Konzept „Kundenproduktivität" .

Industrielle Dienstleistungen umfassen Instandhaltungsdienstleistungen, welches wiederum das attraktive Ersatzteilgeschäft umfassen. Unternehmen sind zunehmend bestrebt, sich vom reinen Ersatzteilgeschäft und Kundenservice zu einem strategischen Lösungspartner für den Kunden zu positionieren. Dies macht ein Umdenken hinsichtlich der strategischen Ausrichtung notwendig und erfordert die Entwicklung einer Dienstleistungskultur [24]. Die Positionierung als Dienstleister und die damit verbundene Intensivierung des Dienstleistungsgeschäfts setzt die Betrachtung der Dimensionen Strategie, Organisation und Umwelt voraus. Die Position des Unternehmens in der Wertschöpfungskette übt Einfluss auf die Gestaltung der Dienstleistungsstrategie sowie des Dienstleistungsportfolio aus [24].

Für Unternehmen genügt es in wirtschaftlich schwierigen Zeiten nicht, wie aktuell am Beispiel des Maschinen- und Anlagenbaus dargelegt [56], die bisher angebotenen Maschinen und Anlagen kostengünstiger und leistungsfähiger zu gestalten. Gefragt sind neue Wertschöpfungsformen, die sich konsequenter an den Kundenbedürfnissen ausrichten.

Ausgehend von der strategischen Ausrichtung von KMU sind typische Dienstleistungen After-Sales-Dienstleistungen, Kundenunterstützungsdienstleistungen, Entwicklungsdienstleistungen sowie Outsourcing [24] (vgl. Tab. 1.1).

Tab. 1.1

Industrielle Dienstleistungen [24]

Die Instandhaltung wird nach DIN 31051 [9] vollständig in die vier folgenden Kategorien unterteilt:

Wartung: Maßnahmen zur Verzögerung des Abbaus des vorhandenen Abnutzungsvorrats, wie z. B. Reinigen, Pflegen oder Justieren. Gemäß Rasch [62, S. 17] sind Wartungsarbeiten durch ihren schadensvorbeugenden Charakter gekennzeichnet, deren Zweck die Verhinderung von störungsbedingten Ausfällen sind und somit die Lebensdauer der Betrachtungseinheit erhöhen sollen.

Inspektion: Maßnahmen zur Feststellung und Beurteilung des Istzustandes einer Betrachtungseinheit einschließlich der Bestimmung der Ursachen der Abnutzung und dem Ableiten der notwendigen Konsequenzen für eine künftige Nutzung, wie z. B. Messen, Prüfen oder Analysieren. Eine Inspektion liefert eine Grundlage, um weitere Tätigkeiten planen zu können, wie z. B. die Durchführung von weiteren Instandhaltungsmaßnahmen oder die Beseitigung von identifizierten Schwachstellen.

Instandsetzung: Maßnahmen zur Rückführung einer Betrachtungseinheit in den funktionsfähigen Zustand, mit Ausnahme von Verbesserungen, wie z. B. Austauschen. Die Instandsetzung soll die defekte Betrachtungseinheit in einen funktionsfähigen Zustand zurückversetzen und damit die Folgen der technischen Abnutzung beseitigen.

Verbesserung: Kombination aller technischen und administrativen Maßnahmen sowie Maßnahmen des Managements zur Steigerung der Funktionssicherheit einer Betrachtungseinheit, ohne die von ihr geforderte Funktion zu ändern.

Industrielle Instandhaltungsdienstleistungen können zu der Klasse hybrider Produkte zugeordnet werden. Hybride Produkte sind gemäß Spath et al. [71, S. 473] „Leistungsbündel, die in hohem Maße materielle Leistungsergebnisbestandteile beinhalten und die vom Anbieter unter weitgehender Mitwirkung des externen Faktors erstellt werden." Industrielle Instandhaltungsdienstleistungen sind sehr stark durch die Integration des externen Faktors geprägt, da die entsprechende Leistung am Objekt des Kunden erbracht wird, diese oft standortgebunden ist (bspw. bei großen Maschinen) und folglich Kontaktnotwendigkeit zwischen Dienstleister und Kunde besteht.

Die Dienstleistungsentwicklung bildet die Basis für die Transformation von produktorientierten Unternehmen zu mehr dienstleistungsorientierten Unternehmen. Eine erfolgreiche Dienstleistungsentwicklung setzt die Kooperation und enge Zusammenarbeit von Organisationseinheiten im Unternehmen sowie mit Kunden und Geschäftspartnern voraus [24]. Dieser Zusammenhang erschwert gegebenenfalls die Messung der Dienstleistungsproduktivität. KMU können die Rolle von Hersteller oder eines reinen Dienstleisters einnehmen. Dabei positionieren sie sich auf einem Kontinuums zwischen den zwei Extremen „Dienstleistung unterstützt Produkt und „Produkt unterstützt Dienstleistung [43].

1.3.3 Zielgruppe KMU

Die Zielgruppe KMU stellt an den zu entwickelnden Lösungsansatz spezielle Anforderungen. Die Position von KMU in der Wertschöpfungskette ist zu analysieren und zu berücksichtigen, um verlässliche Empfehlungen hinsichtlich der Gestaltung der Dienstleistungsproduktivität geben zu können. Die Position in der Wertschöpfungskette ist von externen Faktoren abhängig (Umwelt des Unternehmens). Gebauer et al. [24] unterscheiden grundsätzlich die Positionen: (1) Hersteller mit direktem Vertrieb von Dienstleistungen zum Kunden oder (2) Hersteller mit indirektem Vertrieb von Dienstleistungen zum Kunden über Distributoren, (3) Zulieferer mit direktem Vertrieb von Dienstleistungen zum Kunden, oder (4) Zulieferer mit indirektem Vertrieb über Distributoren. Jede dieser Konstellation macht eine entsprechende unterschiedliche Konfiguration der Wertschöpfung und Leistungserstellung notwendig.

Die Messung der Profitabilität spielt in allen Szenarien eine zentrale Rolle, denn nur durch die Erfassung der finanziellen Kennzahlen in den Informationssystemen, kann die Konfiguration hinsichtlich geschäftlichem Erfolg überprüft werden. Industrielle Dienstleistungen haben grundsätzlich einen sehr positiven Effekt auf die Innovationsfähigkeit des Unternehmens, weil durch sie Zugang zu kundenrelevanten Informationen geschaffen wird. Durch Dienstleistungen und die Interaktion mit dem Kunden werden Lernprozesse angestoßen, welche zum einen Ressourcenauslastung auf der Inputseite verbessern kann, zum anderen den finanziellen Erfolg (Profitabilität) und die Dienstleistungsqualität (Output) langfristig steigert. Dennoch führt nicht jede der oben genannten Konstellationen automatisch zu einem finanziellen Erfolg. Ebenfalls sind Wissensabfluss und Informationsbarrieren Nebeneffekte, die es zu berücksichtigen gilt. KMU sind durch ein erweitertes Dienstleistungsangebot in der Lage sich spezifisches Wissen hinsichtlich des Kundenprozesses sowie der Kundenprobleme anzueignen und zum Wohle des Kunden einzusetzen [24].

1.3.4 Beitrag zum Förderschwerpunkt und strategischen Partnerschaft

Das präsentierte Forschungsvorhaben ist Teil der strategischen Partnerschaft „Produktivität von Dienstleistungen"  [73]. Dies macht den regelmäßigen Austausch mit anderen Projekten des Förderschwerpunktes möglich und stellt eine Vielzahl an Arbeitsergebnissen sowie Dokumente für das Forschungsvorhaben bereit. In diesem Zusammenhang sind vor allem die Produktivitätsleitlinien der strategischen Partnerschaft zu nennen. Die Projekte des Förderschwerpunktes haben bereits eine Vielzahl von unterschiedlichen Lösungsansätzen entwickelt, die für das zu entwickelnde Messverfahren einfließen. Hierzu wurde bereits Kontakt zu relevanten Projekten hergestellt. Die bisherigen Ausführungen haben aufgezeigt, dass es das allgemeingültige Patentrezept für die Dienstleistungsproduktivität nicht geben kann. Hinsichtlich der Zielgruppe KMU ist das Verständnis der zugrundeliegenden Produktivitätsansätze ein wesentlicher Beitrag. Im Rahmen der Fallstudien wird PROMIDIS einen praxisorientierten Beitrag zum weiteren Auf- und Ausbau der Wissensbasis der strategischen Partnerschaft leisten können.

Zielsetzung des gewählten Forschungsansatzes ist es daher, für das Management kleiner und mittlerer Unternehmen (KMU), die industrielle Dienstleistungen entwickeln und vermarkten, praxisgerechte Methoden und Instrumente zur Messung, Bewertung und Verbesserung ihrer Dienstleistungsproduktivität zu erarbeiten und zu erproben. Die spezielle Ausrichtung auf KMU trägt dem Umstand Rechnung, dass bei der Konzeption und Ausgestaltung entsprechender Managementinstrumente, die häufig im Vergleich zu größeren Unternehmen in KMU eher begrenzten personellen Möglichkeiten, besonders berücksichtigt werden müssen.

Produktivitätssteigerung eröffnet wirtschaftliche Potenziale für Innovation. Eine ausschließlich an Produktivitätsmaximierung orientierte Unternehmenspolitik würde jedoch die Innovationsfähigkeit und die dazu notwendige Flexibilität verhindern [63]. Das bedeutet hier, dass Produktivitätsmanagement nur im Gleichklang und ausbalanciert mit anderen Zielen der Unternehmensstrategie erfolgen sollte. Das aber setzt voraus, dass die Produktivitätskenngrößen so aufbereitet werden müssen, dass sie sich in das Managementsystem der Unternehmensführung neben anderen zielrelevanten Steuerungsgrößen adäquat einfügen.

1.3.5 Grundlagenanalyse und Entwicklung von Instrumenten zur prozessbezogenen Steuerung der Produktivität

In diesem Abschnitt wird der erste von vier Themen- und Arbeitsschwerpunkten des Projekts dargestellt. Des Weiteren werden spezielle Zielsetzungen für den Themenschwerpunkt formuliert. Ein wichtiger Meilenstein ist die Analyse der Gesamtproblematik von Produktivität industrieller Dienstleistungen sowie eine gemeinsame, methodisch-konzeptionelle Grundlage (Systemanalyse ) für die FuE-Arbeiten des Verbundprojektes zu entwickeln. Wichtige Ergebnisse sind die Etablierung einer systemischen Sichtweise sowie die Entwicklung einer theoretisch und methodisch fundierten Basis zur Entwicklung von Messmodellen zur Bestimmung von Produktivität von Dienstleistungen. Eine weitere Zielsetzung, ist die Entwicklung eines Steuerungsinstrumentariums für ein prozessbezogenes Produktivitätsmanagement, welches auf der methodischen Basis des BSC-Konzepts beruht. Produktivitätskenngrößen sind im Lösungsansatz mit weiteren zielrelevanten Kenngrößen der Unternehmensstrategie zu verknüpfen. Themenschwerpunkt ist ein Modell zur Messung der Dienstleistungsproduktivität von KMUs, welches dann von einem konkreten Lösungsansatz verwendet wird. Eine weitere Zielsetzung ist die Erstellung eines Leitfadens über das Produktivitätsmanagement industrieller Dienstleistungen. Der Leitfaden ist eine Zusammenstellung der praxisrelevanten Ergebnisse der Arbeitsschwerpunkte sowie insbesondere der Erkenntnisse und gemachten Erfahrungen aus den Fallstudien. Der Aufbau des Leitfadens orientiert sich am zu erarbeitenden Produktivitätsmodell für industrielle Dienstleistungen und am regelkreisbasierten Produktivitätsmanagement (in Verbindung mit kennzahlen-basierten Systemen wie beispielsweise Balanced Score Card (BSC)). Des Weiteren werden Gestaltungsinstrumente zur Produktivitätsverbesserung und Instrumente zur Messung und Bewertung des wirkungsabhängigen Gestaltungserfolges für die Unternehmenssteuerung erarbeitet.

Ergebnisse der Systemanalyse

Gesamtproblematik von Produktivität industrieller Dienstleistungen

Viele Dienstleistungsunternehmen versuchen Kosten zu reduzieren, kosteneffizientere Dienstleistungsprozesse/-lösungen zu finden und die Profitabilität zu steigern. Eine entscheidende Messgröße zur Bewertung der Dienstleistungsproduktivität ist die Kundenzufriedenheit. Die Kundenzufriedenheit steigt oder ist gleichbleibend, obwohl Veränderungen (Kosteneinsparungen) im Input Bereich (Ressourcen) vorgenommen worden sind. Autoren wie Anderson et al. [1] haben herausgefunden, dass spezifische Dienstleistungscharakteristika wie Kundenzufriedenheit und Qualität nicht mit dem klassischen Produktivitätsbegriff zusammengeführt und gemessen werden. Die beiden Dimensionen werden im Rahmen der Messung von Dienstleistungsproduktivität meist getrennt betrachtet. Diese Vorgehensweise lässt sich häufig in der produzierenden Industrie beobachten [26]. Truitt und Haynes [79] argumentieren dagegen und sehen durchaus die Möglichkeit, den klassischen Produktivitätsansatz zusammen mit der wahrgenommenen Kundenqualität zu messen.

Kundenqualität wird als subjektiv durch den Kunden wahrgenommene Qualität einer Dienstleistung verstanden [25]. Wichtig ist jedoch zu betonen, dass eine Steigerung oder Verbesserung der Produktivität zu einem Qualitätsanstieg der Dienstleistung bzw. des Produktes führen, jedoch aber im Gegenzug die wahrgenommene Kundenqualität trotzdem sinken kann. Somit würden Kunden trotz eines Produktivitätsanstiegs sowie einer Qualitätsverbesserung der Dienstleistung abwandern. Das Problem ist, dass eine verbesserte und kostenoptimierte interne Effizienz aufgrund der oben aufgeführten Argumente nicht immer zu einem positiven ökonomischen Ergebnis führt. Besonders die Betrachtungsweise, das Produktivität nur mit Hilfe des klassischen/traditionellen Produktivitätsbegriff gemessen und gesteigert werden kann und nicht durch eine Verzahnung der Messkomponenten Kundenzufriedenheit und Qualität, hat in Dienstleistungsunternehmen häufig einen negativen Effekt [25]. Grönroos und Ojasalo [25] heben daher hervor, dass in ihrer Wahrnehmung Produktivität nur gemeinsam mit der wahrgenommenen Kundenqualität (Kundenerlebnis und Kundenerwartungen) gesehen werden kann und Verbesserungen der Produktivität auf diesen beiden Komponenten beruhen.

Unterstützung bekommen Grönroos und Ojasalo [25] von Singh  [70], der in einer Kundenstudie herausgefunden hat, dass viele Studien von Produktivität im Dienstleistungsbereich nur auf den klassischen Produktivitätsansatz fokussiert sind, bei der die wahrgenommene Kundenqualität unzureichend berücksichtigt wird. Kritisiert wird die Trennung von Produktion und Konsum im Kontext von Dienstleistungen. Produktion und Konsum der Dienstleistung sind nicht als getrennte Prozesse zu sehen. Die Produktivität stagniert folglich, weil Kunden im Rahmen dieser Betrachtungsweise keinen direkten Einfluss auf die Dienstleistungserbringung ausüben. In diesem Zusammenhang wird von einem geschlossenen Produktionsprozess gesprochen, auf dem sich wiederum das Stagnationsproblem begründet.

Beide Autoren [25, 70] sehen beim klassischen Produktivitätsbegriff ein geschlossenes traditionelles Produktionssystem. Dem gegenüber steht der Service Production Process, welcher von beiden Autoren als „Open System" mit einem ständigen Kundenaustausch (Co-Creation [83]) gesehen wird. In sogenannten Produkt-Service-Systemen werden physische Produkte und immaterielle Dienstleistungsprodukte zu einer leistungsoptimalen Lösung kombiniert [46]. Im Unterschied zu hybriden Produkten orientieren sich Produkt-Service-Systeme sehr stark am Kundennutzen, um Kundenanforderungen in bestmöglicher Weise zu erfüllen. Eine strategische Vorgehensweise des Produkt-Service-Systems ist eine ressourceneffizientere Nutzung der Inputfaktoren [47]. Eine effizientere Nutzung der Inputfaktoren könnte zum Beispiel durch eine Rücknahme und Wiederverwendung bzw. Aufbereitung von Produkten erfolgen. Idealerweise strebt das Produkt-Service-System eine innovative Prozesskreislaufwirtschaft an, bei der Produkte schon in der Entwicklungsstufe so gestaltet werden, dass eine Wiederverwertung möglich ist. Kernelement ist bei den Produkt-Service-Systemen, ähnlich wie bei hybriden Produkten, dass der Kundennutzen aus Produkt und Service im Mittelpunkt des Produktlebenszyklus steht. Der Kunde wird bestmöglich im Transformationsprozess (Erstellungsprozess des Produktes bzw. der Dienstleistung) eingebunden [47].

Des Weiteren zeigt die empirische Forschung [76] auf, dass Konsumenten von Produkten Meinungen bzw. Verbesserungen in den Produktionsprozess einbringen möchten. In geschlossenen Systemen hat der Kunde damit potentiell einen positiven Einfluss auf den Dienstleistungsprozess und das Ergebnis der Leistungserstellung. Die Integration des Kunden in den Produktionsprozess bewirkt in offenen Dienstleistungssystemen (Open Systems) aber gegebenenfalls genau das Gegenteil. Die Integration des externen Faktors hat negative Auswirkungen auf den Dienstleistungsprozess und das Ergebnis der Dienstleistung. Die Konzentration auf wenige statische (finanzielle) und dynamische (kundenintensive) Kennzahlen, sogenannte Key Performance Indikatoren (KPI), ermöglichen eine konzentrierte Darstellung der Heterogenität von Dienstleistungsprozessen [25] und verhindern eine zu umfassende und damit lähmende Analyse des Dienstleitungsprozesses.

Der Input umfasst alle Einsatzfaktoren, die für das Leistungsergebnis (Output) relevant sind. Das Leistungsergebnis beinhaltet Dienstleistungen, die in einem bestimmten Zeitraum hergestellt wurden. Dieser Zeitraum wird als sog. Transformationsprozess konzeptualisiert [53]. Der Transformationsprozess lässt sich wiederum in drei weitere Dimensionen (Potenzial-, Prozess- und Ergebnisdimensionen) unterteilen. Die Potenzialdimension beschreibt die Leistungsbereitschaft des dienstleistenden Unternehmens (Ressourcensicht). Die Prozessdimension beschreibt den Erstellungsprozess der Dienstleistung. Vor diesem Hintergrund bieten sich deshalb prozessbezogene Kennzahlen zur Produktivitätsmessung an. Der Forschungsansatz berücksichtigt spezielle Ansätze und Konzepte, die prozessbezogene Produktivitätsbetrachtungen unterstützen. Der dabei angestrebte Lösungsansatz betrachtet und bewertet gezielt Konzepte und Verfahren aus dem Bereich der Geschäftsprozessanalyse, des prozessbezogenen Ressourcen-Managements sowie des Workflow-Managements (u.a. Markov-Ketten (für Wahrscheinlichkeiten),Warteschlangentheorie und Simulationsansätze) hinsichtlich eines potentiellen Beitrages zur Lösung der vorliegenden Problemstellung. Klassische Kennzahlen aus dem Bereich des Workflow-Managements bilden für das Projekt den Ausgangspunkt für die Entwicklung von geeigneten Kennzahlensystemen zur Produktivitätsmessung [29].

Die Ergebnisdimension konzentriert sich besonders auf das Ergebnis der Dienstleistung sowie den Mehrwert der Dienstleistung für den Kunden/Kundennutzen. Produktivität hängt daher nicht nur von einem einzigen Input und Output Faktor sondern von verschiedenen Faktoren/Dimensionen ab. Wichtig sind hierbei die entstehenden Wechselwirkungen und Wirkungskreisläufe [72]. Unternehmen verbinden mit dem klassischen Produktivitätsbegriff die Möglichkeit, Aussagen bezüglich der Effizienz eines Unternehmens zu tätigen. Erkenntnisse aus Best Practices zeigen eine verbesserte und gesteigerte Produktivität durch bessere technische Ausstattung, eine bessere Ausbildung der Angestellten oder einer Neugestaltung der Organisation der Dienstleistung [72]. Wichtig sind betriebswirtschaftliche Modelle, die bestehende oder zu entwickelnde Dienstleistungssysteme verbessern. Neue Dienstleistungen sind häufig zufallsgetrieben und am Kundenbedarf vorbeientwickelt. Daher können hier simulationsbasierte Analysen Abhilfe schaffen und mögliche Potentiale aufzeigen. Wie wichtig dieses Forschungsgebiet ist, zeigt dass es noch zu wenige Forschungsansätze in dem Bereich der Messung von Dienstleistungsproduktivität gibt [25].

Dienstleistungssysteme sind durch vielfältige Interaktionen untereinander gekennzeichnet. Ein entscheidender Faktor ist dabei die Integration des Kunden als externer Faktor [10, 16]. Der klassische Produktivitätsbegriff beinhaltet das Verständnis von messbaren Input und Output. Neben messbaren Kennzahlen sind vor allem nicht messbare Größen im Dienstleistungsprozess präsent. Dazu gehören Faktoren wie z. B. der Grad der Gesundheit und subjektives Wohlergehen  [66]. Trotz definierter Endergebnisse (Output aus dem Transformationsprozess) wird die Produktivität von Dienstleistungen nicht systematisch erfasst. Der vorhandene Reifegrad der Infrastruktur von kleineren und mittleren Unternehmen (KMU) ist in diesem Zusammenhang meist problematisch. Entwickelte Instrumente und Messkonzepte zur Produktivitätsmessung lassen sich nur eingeschränkt zum Einsatz bringen. In vielen KMUs ist der Reifegrad notwendiger Infrastrukturen oft zu niedrig ausgeprägt, um Produktivitätsmessungen zu realisieren. Notwendige Systeme (wie bspw. Business Intelligence-Systeme und Datenqualität, ERP-Systeme) sind nicht durchgängig für Dienstleistungsprozesse verfügbar oder nur vereinzelt vorhanden. Produktivitätsbetrachtungen und Profitabilitätsrechnungen sind damit schwer umsetzbar.

Nur ein begrenzter Teil der industriellen Dienstleistungsproduktivität wird wiedergegeben, da nach unserem Wissensstand noch keine einheitlichen Kennzahlensysteme zur Messung von Produktivität von Dienstleistungen existieren. Gründe hierfür sind die begrenzte Ressourcenausstattung, die begrenzte Aufgabendifferenzierung sowie die unsystematische Auftragsplanung und Auftragsabwicklung [33]. Weitere Gründe warum sich Dienstleistungsproduktivität nicht einheitlich messen lassen kann, liegen aber auch an den oben aufgeführten Eigenschaften von Dienstleistung (z. B. Immaterialität). Kapazitäts- und detaillierte Ressourcenplanungen sind in diesem Zusammenhang essentiell. Dienstleistungsprozesse stellen einen geeigneten Untersuchungsgegenstand für Produktivitätsanalysen dar. Dienstleistungsprozesse sind hinsichtlich des Ressourcenverbrauchs und -einsatzes zu analysieren. Fallstudien unterstützen die gezielte Abgrenzung von Geschäftsprozessen und reduzieren somit die Komplexität der durchzuführenden Untersuchungen. Die Erfassung und Modellierung von Dienstleistungsprozessen bildet daher einen Handlungsschwerpunkt des gewählten Forschungsansatzes. Auf dieser Basis werden mit Hilfe einer softwaretechnischen Unterstützung prozessbezogene Daten und Kennzahlen bei den Praxispartnern erhoben und ausgewertet. Die Auswertung der Daten und Kennzahlen zeigt die verfügbaren Hebel und Dimensionen zur Gestaltung und Verbesserung der Dienstleistungsproduktivität auf. Mit Hilfe von Parametern und Variablen lassen sich die erzielbaren Effekte und Wirkungen auf Gestaltungsdimensionen analysieren.

Anhand dieser Auswertungen und Analysen lassen sich Dienstleistungsprozesse gezielt steuern sowie Verbesserungspotentiale heben. In der praktischen Umsetzung stellt vor allen die systematische Erfassung und Steuerung der materiellen und immateriellen Leistungsbestandteile einer Dienstleistung KMU vor große Herausforderungen [33].

Die Messung und Gestaltung der Dienstleistungsproduktivität auf Unternehmensebene ist aktuell kein einfaches Unterfangen. Es fehlt an geeigneten Methoden und Verfahren die Dienstleistungsproduktivität auf Unternehmensebene praktisch zu messen. Neben geeigneten Referenzlösungen fehlt es dem Management in KMU an Vertrautheit mit Konzepten und Ansätzen zur Messung der Dienstleistungsproduktivität. Viele Ansätze erscheinen im Kontext von KMU überdimensioniert und zu komplex in der Handhabung. Weiter bestehen im Management meist Vorurteile gegenüber Produktivitätsbetrachtungen und Kennzahlensystemen. Vor allem Business Intelligence-Projekte sind negativ vorbelastet, weil zu schwergewichtig und zu aufwändig. Produktivitätsbetrachtungen erfolgen meist losgelöst von Strategie, Kultur, Mitarbeiter und Dienstleistungsportfolio. Es fehlt an KMU-tauglichen Lösungsansätzen und Referenzlösungen. Fallstudien machen Lösungsansätze und -wege vergleichbarer und liefern die notwendigen Bezugspunkte für Referenzlösungen in KMU.

PROMIDIS leistet in diesem Bereich einen wichtigen Beitrag, in dem praxistaugliche Methoden und Verfahren zur Messung von Dienstleistungsproduktivität entwickelt und evaluiert werden. Eine wichtige Komponente des PROMIDIS Lösungsansatzes ist die Modellierung und Visualisierung von Dienstleistungsprozessen sowie relevanter Kennzahlen. Instrumente, Methoden und zugehörige Kennzahlensysteme sind ohne größeren Aufwand einsetzbar und setzen auf der bestehenden Infrastruktur und IKT-Systemen auf.

Die Betrachtung und Analyse der Dienstleistungsprozesse und deren Verbesserung sind hierbei der Schlüssel zum Erfolg. Hinsichtlich konkreter Umsetzung stellt die Bestimmung und Entwicklung geeigneter Messmethoden zur Bestimmung der dienstleistungsbezogenen Input- und Outputgrößen eine Herausforderung dar. PROMIDIS entwickelt Methoden und Instrumente damit sich KMUs zukünftig diesen Herausforderungen stellen.

Umwelteinflüsse wie rasante technologische Entwicklungen (u. a. Cloud, Mobile, Soziale Netzwerke), sich ändernde Marktanforderungen (u.a. durch eine zunehmende Internationalisierung, aber allen voran rasant voranschreitende gesellschaftliche Veränderungen) und die resultierenden Veränderungen von Kaufverhalten und Kundenwünschen drängen KMUs zu Anpassungen der etablierten Geschäftsmodelle.

Eine stärkere Kundenzentrierung hat positive Effekte auf die Differenzierung des Angebots, Innovationsfähigkeit und letztendlich den wirtschaftlichen Erfolg. Die Kundenintegration in den Leistungserstellungsprozess entwickelt sich zukünftig zu einer wichtigen Kompetenz. All diese Veränderungen führen zu einer gesteigerten Wettbewerbssituation, die oft eine Repositionierung des Unternehmens in der Wertschöpfungskette verlangt.

Die Dienstleistungsmärkte sind wettbewerbsintensiver geworden [28]. Aufgrund der oben beschriebenen Veränderungen überdenken KMUs ihr Leistungsangebot und versuchen stärker mit produktbegleitenden Dienstleistungen ihr Angebot auszubauen. Aufgrund der stetig steigenden Vergleichbarkeit von Dienstleistungen und Produkten versuchen Dienstleister einen Wandel hin zu einem mehr kundenorientierten Lösungsgeschäft zu vollziehen.

Ein sehr wichtiger Bestandteil dieses Lösungsgeschäftes sind produktbegleitende/hybride Dienstleistungen. Unter hybriden Dienstleistungen sind kundenspezifische Problemlösungen aus Sachgütern und Dienstleistungen zu verstehen, die dem Kunden neben der klassischen Dienstleistung oder dem Produkt durch eine weitere Leistung einen entscheidenden Mehrwert bieten können [4]. Die Dienstleistungsforschung bestätigt einen Wandel von einem Produkt-Lebenszyklus hin zu Kunden-Lebenszyklus [25, 31]. Die Entwicklung, Mitwirkung und Erbringung kundenspezifischer Produkte und Problemlösungen erfordert eine kundenzentrierte Organisation. Der Kunde hat im Rahmen der Dienstleistungsentwicklung und -erbringung notwendigerweise einen wichtigen Einfluss und mehr Mitwirkung. Dies muss sich in Messmethoden und Produktivitätsanalysen widerspiegeln. Die erfolgreiche Entwicklung und Erbringung von produktbegleitenden Dienstleistungen und kundenspezifischen Lösungsangeboten verlangt allerdings ein tieferes Verständnis des Kundenprozesses. Trotz der Notwendigkeit individuelle Angebote und Dienstleistungen anzubieten, darf dies die Flexibilität und Ressourcenbindung des Unternehmens nicht signifikant einschränken. Mit Hilfe eines gezielten Produktivitätsmanagements lassen sich negative Effekte eliminieren und langfristig Wettbewerbsvorteile erzielen. Auf diese Weise werden produktbegleitende Lösungen und Produkte effektiv und effizient erbracht, sorgen für notwendige Differenzierung von Wettbewerbern, und erzielen durch Qualität und Profitabilität der angebotenen Dienstleistungen die Stärkung und langfristige Ausgestaltung der Kundenbeziehung (Co-Creation, Lernprozesse).

Um diesen Schwerpunkt zu optimieren, wurden einige Möglichkeiten, wie veränderte und flexibel anpassbare Messmethoden zur Bestimmung von Produktivität von Dienstleistungen thematisiert. Konzepte, Methoden und Werkzeuge sind kontextspezifisch an das Unternehmensumfeld anzupassen. Unternehmen wählen aus einem Indikatoren-Katalog situationsspezifisch Kennzahlen zur Entwicklung von Instrumenten und zur konkreten Messung der Dienstleistungsproduktivität aus. Dies ermöglicht eine zielorientierte Steuerung der für den Unternehmenserfolg kritischen Dienstleistungsprozesse . Die gezielte Steuerung von Prozessen hilft, die wahrgenommene Qualität aus Kundensicht, die Servicekompetenz der Mitarbeiter, organisatorische Abläufe sowie Funktionen zu verbessern [19]. Diese Entwicklung fördert und unterstützt die kundenintegrierte Gestaltung von Dienstleistungen. Johnston und Jones [39] betonen ebenfalls die Bedeutung der Individualisierung von Dienstleistungen. Ein adequater Lösungsansatz muss daher statische Kennzahlen (z. B. finanzielle oder technische Kennzahlen) mit flexiblen Kennzahlen (kundenorientierte Kennzahlen) in einem Produktivitätsmodell kombinieren. Auf diese Weise werden neben Kundenzufriedenheit auch Einflussfaktoren hinsichtlich der Interaktion und Mitwirkung des Kunden im Dienstleistungsprozess messbar und auswertbar.

Betrachtete Messmodelle zur Bestimmung von Produktivität

Im folgenden Abschnitt werden verschiedene Produktivitätsmodelle, Managementmethoden und Managementansätze zur Messung von Produktivität analysiert und verglichen. Mögliche positive und negative Aspekte für ein Produktivitätsmodell zur Bestimmung und Messung von industrieller Dienstleistungsproduktivität werden herausgefiltert. Die Auswahl der Modelle und der Managementansätze begründet sich in den häufigen Nennungen/Aufführungen in der wissenschaftlichen Literatur in Verbindung mit Dienstleistungsproduktivität oder dem Begriff Produktivitätssteigerung und -messung.

Data Envelopment Analsysis

Die Data Envelopment Analysis  [7] ist ein produktionswirtschaftlich, effizienzorientiertes Benchmarking Konzept entwickelt von Charnes, Cooper und Rhodes, welches betriebswirtschaftliche Entscheidungen durch sogenannte Decision Making Units (Entscheidungseinheiten) unterstützt. Entscheidungseinheiten sind z. B. bestimmte Vorgänge, welche entscheidenden Einfluss auf die Produktivität von Prozessen haben. Entscheidungseinheiten lassen sich durch Key Performance Indikatoren bestimmen und messen [27]. Die Data Envelopment Analysis ist daher sehr gut als ein Instrument für das strategische Controlling von Unternehmen einsetzbar. Die Methodik beinhaltet den Vergleich von Entscheidungseinheiten durch die gleichzeitige Berücksichtigung unterschiedlicher Kriterien. Problematisch zu sehen sind Fragestellungen zu relevanten Inputs und Outputs, Ermittlung der relevanten Key Performance Indikatoren sowie Definition eines geeigneten Zielsystems [27].

Um eine Produktivitätsmessung von Dienstleistungen mit Hilfe der DEA zu realisieren, ist zunächst tiefergehend zu beleuchten, welche Elemente zur Konzeptualisierung eines Lösungsansatzes auf Basis von DEA einfliessen. Der entscheidende Grund für ein mehrstufigen Produktivitätsmessansatz begründen Backhaus et al. [2] vor allem durch die Mehrdimensionalität der Marketingansätze wie der der Service Profit Chain. Potentialbezogene, markterfolgsbezogene sowie wirtschaftliche Ziele müssen in einem Produktivitätsmodell berücksichtigt werden. Ein hoher Bekanntheitsgrad des Unternehmens verhilft dem Unternehmen in der Regel zu einem positiven wirtschaftlichen Endergebnis [2]. Demnach wäre ein Vorschlag potenzialbezogene Faktoren/Kennzahlen in einer ersten Stufe als Output zu modellieren. In einem darauffolgenden Schritt würden dann die Kennzahlen als Input zur Erreichung marktbezogener oder wirtschaftlicher Ziele eingesetzt werden [2].

Jedoch müssen die potenzialbezogenen Faktoren (z. B. wahrgenommene Servicequalität) auch kritisch gesehen werden, da diese Kennzahlen häufig auf subjektiven Einschätzungen von Kunden und Mitarbeitern erhoben werden. Subjektive Einschätzungen können fehlerhaft sein, da die Umfragen, die Auswahl der gefragten Personen, aber auch der Zeitpunkt der Messung als Einflussgröße berücksichtigt werden sollten [2]. Auch wird die Heterogenität von Konsumentenwahrnehmung als möglicher negativer Faktor für ein repräsentatives Messergebnis gesehen. Die 1. Stufe eines konzeptionellen Messverfahrens, wie die Service Profit Chain, sollte daher aufgrund subjektiver Messkennzahlen Messfehler und die Heterogenität der Variablen berücksichtigen. Standardproduktivitätsansätze können nicht die verschiedenen und schwankenden Variablen eines Dienstleistungsproduktivitätsmodells wiedergeben. Vielmehr werden spezifische DEA Modellansätze (dynamisch DEA Variante) benötigt, die gezielt einzelne Besonderheiten von Dienstleistungen methodisch umsetzen [2]. Eine dynamische Variante kann in der 1. Messstufe Kennzahlen beinhalten, die den Erstellungsprozess (Mitwirkung durch den Kunden) und das erzielte Endergebnis bewerten könnten. z. B. Wird der Service weiterempfohlen? Wie sind die Kunden mit der Qualität zufrieden? Die Ergebnisse aus Stufe 1. könnten wiederum als Input für die 2. Messstufe dienen. Ökonomische Ergebnisgrößen könnten dann die Ergebnisse aus dem konzeptionellen Messansatz aus Stufe 1. In einer 2. Messstufe zahlentechnisch untermauern. Ökonomisch messbare Kennzahlen im Outputbereich sind dann Faktoren, die in einer 2. Messstufe auch zahlentechnisch Produktivität im Dienstleistungsbereich widerspiegeln könnten [2].

Bewertung:

Die Bewertung eines geeigneten Produktivitätsmodells orientiert sich an der Eignung bzw. Passgenauigkeit der verschiedene Modellbausteine/Elemente zur Bewertung von Produktivität von Dienstleistungen Wichtige Kriterien sind daher neben statischen und dynamischen Kennzahlen auch Modellbausteine wie Service Prozess Management Instrumente, richtiger Ressourcen- und Kapazitätseinsatzeinsatz, ein umfassender Indikatoren Katalog, sowie eine mögliche Visualisierung der Produktivität des Dienstleistungsprozesses durch Produktivitäts-Cockpits. Statische Kennzahlen sind z. B. finanzielle Kennzahlen wie zum Beispiel Umsatz, Gewinn, Ressourcenkosten, Mitarbeiterkosten etc. Dynamische Kennzahlen beziehen sich auf Messgrößen die die Interaktion zwischen den Kunden und dem Dienstleister messen und bewerten sollen. Beispiele für Kennzahlen sind hier Kundenzufriedenheit, (wahrgenommene) Dienstleistungsqualität, Weiterempfehlungen oder Beschwerden als Messgrößen [2]. Um die Forschungslücke eines ganzheitlichen Produktivitätsmodells für KMUs zu schließen, ist die Weiterentwicklung der vorgestellten DEA Varianten, besonders einer dynamischen DEA Methode, die sämtliche Besonderheiten der Dienstleistungsproduktion zur Produktivitätsmessung, wie statische aber auch schwankende Kennzahlen berücksichtigt eine mögliche Variante. Ist besser wenn der Absatz gelöscht wird. Vorteil einer dynamischen DEA Methode ist die Berücksichtigung und Kombination von statischen und flexiblen und damit typischen Kennzahlen für Dienstleistungsproduktivität [2].

Balanced Scorecard

Die Balanced Scorecard ist eine Management Methode, die in ihrem Konzept neben finanziellen Kennzahlen weitere strategische Unternehmens Dimensionen bzw. Perspektiven, wie die Kundenperspektive, interne Prozessperspektive und eine Lern- und Entwicklungsperspektive in ihrem Management Modell berücksichtigt [40].

Die Finanzperspektive definiert die finanzielle Leistungen und Ressourcen die für die Umsetzung der Unternehmensstrategien berücksichtigt werden sollten. Des Weiteren hat die finanzielle Perspektive Einfluss auf die Kennzahlen der Kunden-, internen Prozess sowie Lern- und Wachstumsperspektive. Finanzielle Einsparungen von Ressourcen und falsche Kapazitätsplanungen auf der Inputseite des Erstellungsprozesses der Dienstleistung hat einen negativen Einfluss auf Kundenzufriedenheit und -mitarbeit. Auch werden interne Prozesse und Abläufe durch eine falsche Kapazitätsplanung (fehlendes Material) negativ beeinflusst. Diese Perspektiven der Balanced Scorecard sind über Wirkungs-/Ursachen Beziehungen mit der finanziellen Perspektive verbunden [40].

Die Kundenperspektive berücksichtigt den strategischen Aspekt des Unternehmens in Bezug auf Markt- und Kundensegmente. Um diese Benchmarking Strategie erfolgreich zu gestalten, ist es wichtig, dass für die erkannten Markt- und Kundensegmente Kennzahlen, Zielvorgaben und Maßnahmen entwickelt werden. Die interne Prozessperspektive wird als strategisches Instrument genutzt, um Prozesse abzubilden, zu verbessern oder zu entwickeln, die helfen die Ziele der finanziellen Perspektive sowie der Kundenperspektive zu erreichen [40]. Die Lern- und Entwicklungsperspektive analysiert die notwendige Infrastruktur die vorhanden sein sollte, um die Ziele der anderen Perspektiven zu erreichen. Daher ist es wichtig sich strategisch auf zwei bis drei Kennzahlen in der Entwicklungs- und Lernperspektive zu konzentrieren. Auch bei den anderen Perspektiven ist eine Konzentration auf wenige Kennzahlen hilfreich, um die Produktivität zu verbessern  [40].

Der Erfolg der Balanced Scorecard ist eng mit den ausgewählten Kennzahlen der vier Perspektiven verbunden. Gelingt es die Unternehmensstrategie auf Einzelziele herunter zu brechen und konkrete Messgrößen für die vier Perspektiven und deren Kennzahlen zu entwickeln, kann die Balanced Scorecard als eine Vorgehensweise bzw. Struktur benutzt werden. Die eingesetzten Kennzahlen erleichtern auf dieser Basis die Messung von Produktivität von Dienstleistungen. Zwar werden Managementmethoden , wie die Balanced Scorecard zur Leistungsmessung von Unternehmensaktivitäten benutzt, jedoch besteht die Problematik bei der Bestimmung und Messung der Produktivität in den charakteristischen Anforderungen und Eigenschaften von industriellen Dienstleistungen, wie Immaterialität und der Integration des externen Faktors [18].

Bewertung:

Die Produktivität von industriellen Dienstleistungen kann durch statische Kennzahlen leichter visuell dargestellt werden, da dynamische Kennzahlen wie die wahrgenommene Dienstleistungsqualität durch den Kunden schwankend sein kann. Statische Kennzahlen wie Finanzkennzahlen werden häufig als kritische Zusammenfassung der Unternehmensführung und der Produktivität gesehen. Eine Balanced Scorecard Modell als Produktivitätsmodell zur Messung von industriellen Dienstleistungen, muss auch allgemeinere bzw. dynamische Kennzahlen wie die Mitwirkung/Produktivität des Kunden im Erstellungsprozess, die internen Prozesse, die Mitarbeiter und Systeme die eine langfristigen Produktivitätssteigerung begründen, in einer Messsystematik berücksichtigen. Interessant wäre hierbei vor allen der Einfluss des Kunden auf den Erstellungsprozess der Dienstleistung. Die Mitwirkung bzw. Erstellung der Dienstleistung unter der Mitwirkung des Kunden kann auch negative Auswirkungen auf die Produktivitätssteigerung sowie die Qualität des Produktes bzw. der Dienstleistung haben [48]. Ein zu großer Mitwirkungsumfang des Kunden kann interne Produktionsprozesse des Unternehmens behindern und hemmen. Die Folgen wären ein Produktivitätseinbruch, Qualitätsmängel, eine schlechte Beziehung zwischen Unternehmen und dem Kunden sowie ein möglicher Vertrauensverlust.

Produktivitätsmodell von Grönroos und Ojasalo

Grönroos und Ojasalo [25] schlagen eine weitere Konzeptualisierung der Dienstleistungsproduktivität vor. Die Autoren sehen einen engen Beziehungszusammenhang zwischen Produktivität, Qualität, Kundenteilnahme („customer participation") und Nachfrage. Der Ansatz von Grönroos und Ojasalo unterscheidet drei Typen von Dienstleistungs- bzw. Produktionsprozessen:

1.

der Dienstleister produziert die Dienstleistung isoliert vom Kunden (Dienstleister alleine),

2.

der Dienstleister und der Kunde produzieren die Dienstleistung gemeinsam (in Interaktion),

3.

der Kunde produziert die Dienstleistung isoliert vom Dienstleister (Kunde alleine).

Das Modell hebt die Bedeutung der Kundenbeziehung hervor und beschreibt die Notwendigkeit eines gegenseitigen Lernprozesses zwischen Dienstleister und Kunde. Neben der Einbindung der Kunden in den Dienstleistungsprozess und Lernprozesses, motiviert der Ansatz die Notwendigkeit von Profitabilitätsbetrachtungen zur Bewertung der Kundenbeziehung. Damit nehmen finanzielle Kennzahlen in diesem Ansatz eine zentrale Position ein.

Grönroos und Ojasalo [25, S. 244ff.] konzeptualisieren in ihrem Produktivitätsmodell drei Teilsysteme, die zur Bestimmung der Dienstleistungsproduktivität zu betrachten sind: Inputs („internal efficiency), Outpus („external efficiency) sowie der Dienstleistungsprozess („service process") (vgl. Abb. 1.3). Dieser Ansatz wird ebenfalls von Johnston und Jones aufgegriffen und anhand von Beispielen weiter ausgeführt [39].

A317005_1_De_1_Fig3_HTML.gif

Abb. 1.3

Produktivitätsmodell (eigene Darstellung in Anlehnung an Grönroos und Ojasalo [25])

Die Dienstleistungsproduktivität ist demnach eine Funktion von interner Effizienz („internal efficiency), der externen Effizienz („external efficiency oder „revenue efficiency) und der Kapazitätseffizienz bzw. Auslastung der verfügbaren Kapazitäten („capacity efficiency oder „capacity utilization") [25, S. 245].

Kennzeichnend für das Produktivitätsmodell von Grönroos und Ojasalo ist die Kombination von statischen und dynamischen Kennzahlen zur Messung/Bestimmung der Produktivität von Dienstleistungen. Der Einsatz von rein statischen (technischen) Kennzahlen ist eher kritisch zu sehen, da diese nur unvollständig die Dienstleistungsproduktivität abbilden und erfassen.

Grönroos und Ojasalo betonen in ihrem Beitrag, dass aufgrund der Heterogenität der Produktionsgrößen und dem Einfluss der Kunden im Dienstleistungsprozess nur eine Verbindung verschiedener Messdimensionen die Produktivität eines Dienstleistungsprozesses messen kann [25, S. 244ff.].

Finanzielle Messkennzahlen sind eine verlässliche Messgröße, welche die Heterogenität eines Dienstleistungsprozess bedingt durch den Kundeneinfluss widerspiegeln. Die Autoren unterstreichen diese Aussage dadurch, dass Dienstleistungsproduktivität definiert wird als Funktion aus interner Effizienz, Kosteneffektivität bezogen auf den Produktionsprozess sowie der externen Effizienz und der wahrgenommenen Kundenqualität.

Verlässliche finanzielle Messkennzahlen sind demnach eine geeignete Messgröße. Kritisch gesehen wird aber auch der Einfluss bzw. die Mitwirkung des Kunden im Erstellungsprozess der Dienstleistung, der störend für den Kunden und Anbieter sein kann [48]. Zwar kann eine Mitwirkung des Kunden den Produktionsprozess und die Qualität einer Dienstleistung verbessern, jedoch hängt hier der Erfolg des Outputs mehr und mehr vom Kunden ab.

Das beinhaltet Chancen aber auch erhebliche Risiken. Eine erhebliche Unsicherheit seitens des Dienstleister kann durch die Mitwirkung des Kunden am Dienstleistungsprozess entstehen [8]. Lasshof [48] sieht auch mögliche Schwierigkeiten bei einer Integration durch den Kunden. Kundenmitwirkung, Arbeitsteilung und steuernde Prozessinformationen können Auswirkungen auf die internen und externen Prozesse des Anbieters haben. Daher kann eine Mitwirkung durch den Kunden (Co-Kreation) die Produktivität im Dienstleistungsprozess auch negativ beeinflussen. Die Mitwirkung im Erstellungsprozess der Dienstleistung beinhaltet, dass der Kunde steuernde Prozessinformationen dem Anbieter mitteilt und damit auch einen entscheidenden Einfluss auf Qualität, Zeit und Kosten hat. Somit wird der Einfluss bzw. die Gestaltung dieser Kosten für den Anbieter auch teilweise unsicher [48]. Daher muss die Mitwirkung oder der Einfluss des Kunden bei der Erstellung der Dienstleistung nicht unbedingt die Produktivität steigern. Interne Prozessabläufe können durch die Mitwirkung des Kunden gestört werden und so ein schlankes Prozessmanagement behindert werden. Ein geeignetes Produktivitätsmodell für industrielle Dienstleistungen ist aus oben genannten Ansätzen, Systemen, Modellen sowie zugehörige Konzeptualisierungen und Elementen zu synthetisieren.

Dimensionen des PROMIDIS Produktivitätsmodells

Eine erste Konzeption eines Produktivitätsmodells orientiert sich an den Dimensionen der BSC und unterteilt sich folglich in vier Dimensionen/Systeme. Weitere potentielle Dimensionen sind Technologie, Mitarbeiter, Kultur und Kommunikation. Die Bewertung der Qualität der Kundenbeziehungen anhand von Kennzahlen ist als ein zentrales Element von Produktivitätsmodellen zu sehen. Neben Profitabilität sind Kommunikation und Lernprozess wichtige Einflussgrößen für detailliertere Analysen der Kundenbeziehung. Das Management der Kundenanforderungen und das tiefere Verständnis des Kundenprozesses steht dabei im Vordergrund.

Das Projekt hat auf Basis der Ergebnisse einen Lösungsraum entwickelt, welcher von vier Dimensionen aufgespannt wird. Lösungsansätze basieren auf Konzepten, Methoden und Verfahren sowie Werkzeugen aus den vier Teilbereichen. Die vier Dimensionen sind Business Intelligence (zur Präsentation und Visualisierung von Ergebnissen), Leistungsmessung (Entwicklung eines Katalogs von Indikatoren bzw. einer Kennzahlen-Bibliothek), Methoden und Verfahren des Geschäftsprozess-Managements und ein Produktivitätsmodell als Synthese von ausgewählten Elementen aus den vorgestellten Dienstleistungsproduktivitätsmodellen (wie bspw. DEA, BSC, etc.).

Die vier Dimensionen bilden den Kern für die Entwicklung eines auf KMU ausgerichteten Produktivitätsmodells für industrielle Dienstleistungen (Abb. 1.4).

A317005_1_De_1_Fig4_HTML.gif

Abb. 1.4

Lösungsraum und Entwurfselemente eines Produktivitätsmodells für industrielle Dienstleistungen

Business Intelligence

Dieses Element beinhaltet die Visualisierung der gemessenen Ergebnisse und gesammelten Daten. Mögliche Konzepte, Techniken und Instrumente zu diesem Element sind vorhanden [42]. Business Intelligence ist ein übergeordnetes Konzept, welches sich aus Business Analytics und Data Management zusammensetzt. Ein Produktivitätscockpit kann auf einer einfachen Excel Variante oder aber auch auf einer umfassenderen Business Intelligence Software basieren, wie z. B. Qlikview [21]. Cockpits basieren auf einer erfassten Datenstruktur, wie Fakten- und Dimensions-Tabellen. Ein weiterer wichtiger Aspekt ist die Berücksichtigung von Key Perfomance Indikatoren (KPI) und Maßen („measures), die in Faktentabellen erfasst werden. Detaillierungsgrad und Inhalt orientieren sich an den Anforderungen der Anwender sowie des Anwendungskontextes. Visualisiert und verdichtet werden Faktentabellen mit Hilfe von Dimensionstabellen auf Basis von Dashboards bzw. sog. „Produktivitäts-Cockpits. Für diese Aufgabe ist ein geeigneter Kennzahlenkatalog zu generieren. Verfügbare Kennzahlen sind hinsichtlich Relevanz und Bedeutung für die Produktivitätsmessung auszuwählen und zu bewerten. Eine Berichtssystematik hilft die Kennzahlen zu klassifizieren und den einzelnen Teilsystemen (Teilproduktivitäten) zuzuordnen.

Leistungsmessung

Modelle zur Leistungsmessung basieren auf ausgewählten Schlüsselindikatoren zur Produktivitätsmessung. Schlüsselindikatoren sind unter Berücksichtigung von Unternehmensanforderungen, Dienstleistungsmerkmalen und dem Anwendungszusammenhang abzuleiten. Wichtige Leistungsindikatoren berücksichtigen daher statische wie auch dynamische Variablen/Indikatoren zur Messung und Bewertung der Leistung. Die Leistungsmessung ermöglicht/unterstützt Unternehmen beim Controlling und dem Management verwendeter/eingesetzter Ressourcen. Größtes Problem bei der Leistungsmessung ist die Bestimmung/Messung der Lücke zwischen Kundenerfahrungen und den Kundenerwartungen.

Geschäftsprozess-Management

Neben den Erfahrungen und einzelnen Qualifikationen der Mitarbeiter, haben vor allem Geschäftsprozesse einen großen Einfluss auf die Produktivität von Dienstleistungen [82]. Ressourcen, welche für die Herstellung von industriellen Dienstleistungen benutzt werden, lassen sich unterteilen und analysieren in prozess-orientierte (Potenzialkriterien) und ergebnisorientierte Kriterien (Ergebniskriterien). Prozess-orientierte Kriterien sind Ressourcen wie IT-Systeme, Infrastrukturelle Verbesserungen und Rahmenbedingungen, welche unterstützend tätig sind um Business Excellence zu erreichen. Ergebniskriterien sind finanzielle aber auch nichtfinanzielle Ergebnisse wie Unternehmensimage, Benchmarking oder auch Marktanteile, mit denen das Zusammenwirken der Prozess-orientierten Kriterien (Potenzialkriterien) bewertet wird [13, 35, 74]. Das Modellieren von Dienstleistungsprozessen hilft die verschiedenen Aktivitäten im Dienstleistungsprozess zu verbessern bzw. zu ordnen. Es ist möglich, basierend auf relevanten Key Perfomance Indikatoren, empirische Daten und gezielte Analysen von Dienstleistungsprozessen zu realisieren. Ergebnisse der Dienstleistungsprozesse können so bereits in der Entwurfsphase analysiert und vorhergesagt werden. Um die Produktivität von industriellen Dienstleistungen zu verbessern, ist es relevant, in der Potenzialdimension spätestens in der Prozessdimension Daten zu erfassen und Beobachtungen zu analysieren. Unterstützend zu einer frühen Erfassung von Daten gewähren Simulationsberechnungen/-experimente einen tieferen Einblick in mögliche Alternativen/Verbesserungen der Dienstleistungsprozesse. Auf diese Weise werden Unternehmen unterstützt, ihre Dienstleistungsproduktivität durch innovative Methoden und Verfahren der Geschäftsprozessanalyse zu steigern [82].

Eine weitere Modellierungstechnik um Geschäftsprozesse zu analysieren und zu verbessern, ist Prozess-Mining [82]. Prozess-Mining bestätigt und gleicht die Konformität der Modelle/Prozesse gegenüber dem tatsächlichen Anwendungsszenario ab. Diese Methode versucht Aktivitäten innerhalb eines Prozess-Modells basierend auf Analyse Ergebnissen und Transaktionsdaten (Prozessdaten) zu ordnen [82]. Beispiele für Notationen zur Darstellung von Geschäftsprozess-Modellen sind z. B. BPMN, UML Anwendungsfalldiagramme und Petri Netze (für Simulationen nutzbar). Gefärbte Petri Netze (Coloured Petri Net) bilden ein Fundament für die erforderliche Laborumgebung, um Tests, Simulationen und Bewertungen von Geschäftsprozessen zu realisieren.

Mit Hilfe von Petri Netzen sind Performanz-Indikatoren zusammenzuführen, aber auch aufgegliedert darzustellen und zueinander in Beziehung zu setzen. Geschäftsprozessmodelle sind mit Hilfe von hierarchischen Strukturen zu untergliedern und zu modularisieren.

Auf diese Weise kann die Betrachtung und Analyse von Teilproduktivitäten stattfinden. Ein solches Verfahren ermöglicht Ressourcen (Inputs) im Geschäftsprozess adäquat zu analysieren, zu beschreiben und zu konfigurieren [82].

Das PROMIDIS Forschungsprojekt wird gemeinsam mit Praxispartnern Geschäftsprozessmodelle analysieren und verbessern. Auf Basis einer hierarchischen Modellierung wird das primäre Ziel einer Verbesserung von Geschäftsprozessmodellen erreicht. Diese Vorgehensweise erlaubt empirische Daten zu erfassen und in Simulationsexperimente zu analysieren. Formalisierte Bezeichnungen (wie z. B. gefärbte Petri Netze) sind hierzu nützlich, da diese ein spezifisches Controlling über Prozessbedingungen, Inskriptionen, Business Objekte und Data Typen realisieren.

Produktivitätsmodelle für industrielle Dienstleistungen

Das Dienstleistungsproduktivitätsmodell ist der wesentliche Bestandteil eines ganzheitlichen Messmodels für industrielle Dienstleistungen. Verschiedene Messmodelle und konkrete Dimensionen/Inhalte werden als Lösungsweg beschrieben. Prozess-orientierte Messmodelle wurden vor allen von den Autoren Johnston und Jones [39] und Grönroos und Ojasalo [25] analysiert und konzeptionell verbessert. Die letztgenannten Autoren argumentieren, dass auf der höchsten Aggregationsebene eines Messmodells nur finanzielle Kennzahlen, namentlich Umsatzerlöse und Profitabilität zu berücksichtigen sind. Jedoch ist es wichtig zu beachten, dass in Dienstleistungen (Services) Produktivität und Profitabilität eng miteinander verbunden sind.

Daher wird Dienstleistungsproduktivität auch als Funktion von internen, externen und Kapazitätsauslastungsbestimmenden Variablen definiert [25]:

Definition

f (interne Effektivität, externe Effektivität, Kapazitätseffizienz (Kapazitätsauslastung))

Johnston und Jones [39] argumentieren, dass ein ganzheitliches Dienstleistungsmessmodell neben operationalen Faktoren auch die Kundenperspektive berücksichtigen muss. Zukünftige Dienstleistungsproduktivitätsmodelle müssen daher auch durch den Kunden im Transformationsprozess selbst eingesetzte Ressourcen/Inputs berücksichtigen und intensiv analysieren [39].

Ganzheitliches Produktivitätsmodell für industrielle Dienstleistungen

Produktivitätsmodelle für industrielle Dienstleistungen basieren auf KPIs, welche sich anhand unterschiedlicher Sichten und Kriterien in Gruppen und Klassen klassifizieren lassen. In den vorhergehenden Abschnitten wurden entsprechende Sichten und Kriterien vorgestellt, auf denen eine Klassifikation aufbaut. Auf dieser Basis sind Indikatoren abzuleiten und zu ganzheitlichen, integrierten Kennzahlensysteme zu entwickeln. Diese Systeme bilden die konzeptionelle Basis, um die prozessbezogene Produktivität zu messen, zu steuern und zu gestalten. Prozessbezogene Produktivitätsbetrachtungen fokussieren auf die zugrundeliegenden Dienstleistungsprozesse. Die Charakteristika und Besonderheiten von industriellen Dienstleistungen sind beim Entwurf und Konstruktion von Lösungsansätzen zu berücksichtigen.

Die Unternehmensstrategie dient als Ausgangspunkt für Entwicklungen eines ganzheitlichen Produktivitätsmodells. Die Balanced Scorecard stellt eine geeignete Berichtssystematik bereit, auf deren vier Dimensionen, konkrete Umsetzungen von Messkonzepten und Verfahren zur Produktivitätsanalyse erfolgen.

Die Balanced Scorecard ist gut geeignet, um die strategischen Ziele eines Unternehmens systematisch mit verfügbaren Kennzahlen und Indikatoren zu verknüpfen.

Die Balanced Scorecard ist gegebenenfalls um weitere dienstleistungsspezifische Sichten und Dimensionen zu erweitern. Auf diese Weise entsteht ein ganzheitliches, integriertes Kennzahlensystem, auf dessen Basis softwaretechnische Umsetzungen und Lösungen zur Produktivitätsmessung und -gestaltung aufsetzen. Das Konzept der Balanced Scorecard wurde in vorhergehenden Abschnitten bereits vorgestellt und beschrieben. Der Ansatz unterstützt die systematische Entwicklung eines Zielsystems, welches sich aus der Unternehmensstrategie ableitet. Maßnahmen zur Verbesserung der Dienstleistungsproduktivität müssen konform zur Dienstleistungsstrategie gestaltet und umgesetzt werden.

Im Rahmen der Entwicklung und Implementierung eines praxistauglichen Produktivitätsmodells sind die folgenden Punkte zu beachten. Die Entwicklung und Umsetzung einer passenden Dienstleistungsstrategie ist essentiell für den Erfolg und muss zu Beginn von Produktivitätsvorhaben erfolgen. Auf Basis der Dienstleistungsstrategie sind konkrete Ziele abzuleiten und in ein Zielsystem zu integrieren, welches auf einer standardisierten, unternehmensweiten Berichtssystematik basiert. Die Balanced Scorecard bietet einen geeigneten Ansatz, um eine einheitliche Systematik, Denkweisen und Begriffssysteme zu etablieren. Die Auswahl von Fallstudien dient der Abgrenzung und erreicht die notwendige Beherrschbarkeit von Komplexität und Umfang der angestrebten Vorhaben. Im Rahmen von Fallstudien finden Geschäftsprozessanalysen statt, die die Grundlage zur Bewertung von Dienstleistungsprozessen hinsichtlich Leistungsfähigkeit und Ressourceneffizienz bilden. Die Einbindung und Integration des Kunden von Beginn an ist in diesem Zusammenhang von großer Bedeutung für den Erfolg der durchzuführenden Projekte. Die Entwicklung eines Kennzahlenssystems zur Steuerung von Dienstleistungsprozessen stellt eine wesentliche Herausforderung dar. Kennzahlensysteme und Indikatoren müssen einen direkten Bezug zur Dienstleistungsstrategie aufzeigen. Anhand von erfassten Daten und Kennzahlen kann dann die Analyse von Wirkungszusammenhängen und die Bestimmung von Einflussgrößen vorgenommen werden. Die Aufbereitung und Darstellung der Messergebnisse ist in geeigneter Weise aufzubereiten und zu dokumentieren. Lösungsansätze müssen auf bestehenden Systemen und Infrastrukturen aufsetzen. Das Ziel ist es, dem Management in KMU Informationen zur Entscheidungsunterstützung aufzuzeigen, um die richtigen Maßnahmen zur langfristigen Produktivitätsverbesserung im Unternehmen anzugehen und umzusetzen.

In dem ganzheitlichen Dienstleistungsproduktivitätsmodell (Abb. 1.5) werden verschiedene Messstufen berücksichtigt. Die erste Stufe beinhaltet den vollständigen Aktions-/Aktivitäten Plan. In dieser Stufe sind die möglichen Maßnahmen zur Messung der operativen Schritte und notwendigen Anforderungen zu bestimmen, um Dienstleistungsproduktivität in Unternehmen zu verbessern. Relevante Aspekte sind hier eine genaue Definition der Unternehmensziele sowie eine mögliche Re-Definition der Ziele. Die zweite Stufe konzentriert sich auf geeignete Kennzahlen (Auswahl von Kennzahlen aus dem Katalog sowie deren Priorisierung anhand von strategischer Zielsetzung und Organisationsstrukturen) zur Bestimmung, Messung und Beschreibung des Aktivitäten Planes. Wichtige Ergebnisse sind hier vor allen die Identifizierung relevanter Kennzahlen zur Steuerung und Messung von Dienstleistungsproduktivität und die Erfassung von Input und Output Effekten im Dienstleistungsprozess.

A317005_1_De_1_Fig5_HTML.gif

Abb. 1.5

Ganzheitliches Produktivitätsmodell für industrielle Dienstleistungen

Die dritte Stufe befasst sich mit der Unternehmensstrategie basierend auf der Balanced Scorecard. Die vier Dimensionen (Finanzen, Prozesse, Potenziale und Kunden) werden auch unterstützend als ganzheitliche Management Strategie zur Verbesserung von Dienstleistungsproduktivität eingesetzt. Die vierte Stufe des Dienstleistungsproduktivitätsmodells ist eng mit dem Aktivitäten Plan verbunden. In dieser Stufe wird der Dienstleistungsproduktivitätssystem Status auf Basis der Balanced Scorecard Dimensionen analysiert und bewertet.

Diese Stufe ist wiederum mit der letzten und fünften Stufe verbunden. Auf dieser Stufe kommen durchgängige, einheitliche interne Controlling-Systeme unternehmensweit zum Einsatz. Potenzielle Strategien zur Einführung bzw. Verbesserung von Dienstleistungsproduktivität sind z. B. die Quality Function Deployment Method. Die Quality Function Deployment (QFD) ist eine systematische Analyse der Kundenzufriedenheit sowie eine daraus resultierende Adaptierung von relevanten Kennzahlen und Kundenwünschen, um das angestrebte Qualitätsniveau der industriellen Dienstleistungen aus interner Perspektive und Kundensicht langfristig zu erreichen [41].

1.3.6 Empirische Untersuchungen zum Produktivitätsmanagement industrieller Dienstleistungen

Ziele des Forschungsprojektes

Das Teilvorhaben der Katholischen Universität Eichstätt-Ingolstadt ist im Rahmen des PROMIDIS-Gesamtverbundes generell ausgerichtet auf die empirische Untersuchung der Barrieren und Einflussfaktoren eines Produktivitätsmanagements industrieller Dienstleistungen. Im Rahmen der Untersuchungen wird ein besonderes Augenmerk auf die Analyse des Produktivitätsmanagements in kleinen und mittleren Unternehmen gelegt (KMU). Dies ist bedeutend, da produktbegleitende und industrielle Dienstleistungen zunehmend für den Erfolg produzierender Unternehmen verantwortlich sind [11]. So basierte nicht zuletzt die Krisenfestigkeit des deutschen Maschinenbaus und vieler Industriegüterunternehmen auf einer konsequenten Fokussierung auf das Angebot hybrider Leistungen. Dienstleistungen haben somit zuletzt maßgeblich zum Erfolg der deutschen Industrie beigetragen. Aus diesen Erfolgen lernend, suchen Industriegüteranbieter zunehmend nach Möglichkeiten, neues Wachstum über das Angebot von Dienstleistungen zu generieren [59].

Die Gründe für eine Dienstleistungsfokussierung im produzierenden Gewerbe sind vielfältig. Zunächst ist es das Bestreben vieler Industriegüteranbieter, über die Erweiterung ihrer Geschäftsmodelle mithilfe von Dienstleistungsangeboten eine signifikante Steigerung ihres Umsatzes und ihrer Erträge zu erhalten [34]. Dienstleistungen sollen möglichst den vollständigen Produktlebenszyklus begleiten und so Kontinuität sichern [60]. Auf diese Weise können die Dienstleistungsumsätze rückläufige Erträge der tangiblen Angebote reduzieren, die beispielsweise über größeren Wettbewerbsdruck oder mangelnde Differenzierungsfähigkeit über das angebotene Produkt entstehen [64]. Somit helfen Dienstleistungsangebote, Cashflows zu stabilisieren. Das Angebot von Dienstleistungen soll zudem die Interaktion zwischen Kunde und Unternehmen verbessern, Kundenbindungsraten erhöhen und dadurch zusätzliche Informationen über die Kunden selbst generieren [11, 34]. Somit werden industrielle Dienstleistungen in Unternehmenspraxis und Wissenschaft als effektives Instrumentarium angesehen, das insbesondere in ökonomischen Krisenzeiten die Umsätze stabilisiert und Unternehmen weniger empfindlich gegenüber konjunkturellen Schwankungen werden lässt [15, 57].

Speziell die Überführung von Umsätzen in entsprechende Gewinne misslingt jedoch bei vielen Anbietern produktbegleitender und industrieller Dienstleistungen [11]. Insbesondere zum Management der Kostenseite besteht ein zunehmender Bedarf in Wissenschaft und Unternehmenspraxis, geeignete Maßnahmen der Steuerung und Überprüfung der Produktivität beim Angebot industrieller Dienstleistungen zu entwickeln. Diese Notwendigkeit adressierend verfolgt das vorliegende Forschungsprojekt daher zwei primäre Zielsetzungen: Erstens die Ermittlung der bestehenden Barrieren des Einsatzes produktivitätssteigernder Maßnahmen, der genutzten Instrumente und implementierten Maßnahmen der Produktivitätssteuerung bei KMU. Zweitens zielt das Forschungsvorhaben auf die Beantwortung der Frage ab, wie der Erfolg produktivitätssteigernder Maßnahmen quantitativ zu messen ist und welche Faktoren eine erfolgreiche Implementierung einzelner Maßnahmen der Produktivitätssteuerung und -steigerung bedingen.

Industrielle Dienstleistungen in der Forschung

Industrielle Dienstleistungen werden zu einem immer bedeutenderen Treiber des Unternehmenserfolges und nehmen zudem einen immer größeren Anteil an der Wertschöpfung in Industrienationen ein [12, 15]. So steigerte sich beispielsweise in Deutschland der Anteil von industriellen Dienstleistungen an der Bruttowertschöpfung der Gesamtwirtschaft von 1991 bis 2003 von 24 % auf über 30 % [55]. Unternehmen in Deutschland erzielten in 2002 mit dem Angebot produktbegleitender Dienstleistungen einen Umsatz von 52,6 Mrd. Euro [55].

Das Angebot industrieller Dienstleistungen wird besonders in einem sehr wettbewerbsintensiven Umfeld oder auf gesättigten Märkten als ein wesentliches Differenzierungskriterium angesehen, mit dem Wettbewerbsvorteile zu generieren sind [15]. Mit dem Ziel den Anteil industrieller Dienstleistungen an den Gewinnen der Unternehmen zu erhöhen, kann es jedoch zu einem Trade-off zwischen erhöhter Produktivität durch bspw. Automatisierung und der zu erzielenden Dienstleistungsqualität kommen [67]. Unklar ist bislang, wie die Differenzierungsvorteile, die industrielle Dienstleistungen